来源：期刊VIP网 时间：
作者：陈玮;费文源;栗超;魏晨曦;
单位：湖南外贸职业学院;华中农业大学;武汉科技大学;
摘要：[目的]干物质、糖度是影响猕猴桃果实品质的两个重要指标，为实现猕猴桃干物质、糖度快速准确检测，提出一种融合改进深度卷积神经网络和光谱技术的猕猴桃内部品质关键指标无损检测方法。[方法]运用光谱仪采集猕猴桃光谱数据，并利用格拉姆角场（GAF）变换将光谱数据转换为两类二维图像。构建多空卷积改进卷积神经网络模型预测分析猕猴桃品质关键指标，模型具备两个独立的CNN模块并联处理两类二维图像。通过设计多空卷积策略、聚类剪枝方法和引入通道注意力机制，以提升模型检测分析能力。[结果]相比于其他模型，所提检测方法的干物质、糖度平均均方根误差分别降低了20.59%,13.04%，平均决定系数分别提高了6.45%,4.34%，平均相对预测偏差分别提高了6.99%,12.78%。[结论]所提方法具有良好的猕猴桃内部品质关键指标检测分析能力，对猕猴桃内部品质无损检测具有一定的借鉴意义。
关键词：猕猴桃;;光谱技术;;卷积神经网络;;干物质;;糖度
基金资助：教育部高等学校科学研究发展中心专项课题（编号：ZJXF20236031）
